回首頁 / AI 組合企劃 / P016

口播工廠 Pro(MediaGrab 素材 → 帶人聲口播的雙語短影音流水線)

把 MediaGrab(跨平台影音下載)當素材入口,串開源 TTS 與技能包標準,做成『丟一個選題或一支來源影片 → 自動產出帶配音、字幕、封面的雙語短影音』的可重現流水線。

難度: medium 2–3 週(MediaGrab 已能下載,主要新工作是 ASR→TTS→封面 的 skillplus 技能編排與成品合成;先 CLI/pipeline MVP,再包 macOS App 用既有發版 SOP)。

怎麼變現

①桌面工具買斷(MoR:Gumroad/Lemon Squeezy 賣 macOS App,複用 Swift/SwiftUI/Sparkle/notarize 發版 SOP)+進階模板訂閱 ②自營流量帳號接帶貨/聯盟(工具、主機商開戶,非 VPN)③落地頁 footer 放 Adsterra/Monetag 與 Ko-fi。

運作方式

MediaGrab 下載來源影音 → nemotron ASR 轉逐字稿做字幕與切點 → 一句選題或腳本經 openmelon runtime 編排,skillplus 技能包逐步:MOSS-TTS 生口播語音 → 對齊字幕 → html-anything 批量出封面圖卡 → 合成成品短影音。整條跑在本機,零雲端 API 費;技能包標準讓每步可替換、可重現、可賣模板。

用到的開源零件

MOSS-TTS v1.5(開源語音合成)

復旦 MOSS 團隊的開源 TTS 模型(pipeline: text-to-speech)。

▸ HF trending 75 · 159 likes · 37,852 下載

🎬 影音製作 授權未明

nexu-io/html-anything

本地 AI 最佳化 HTML 編輯器,支援多種設計表面。

▸ 近一日新增 16★(現 7,870★)

🧩 Agent Skills ClaudeCursorCodex ✓ 可商用 ★ 7,870